AI Agent怎么落地

吕建伟 阿朱说 2026年6月24日 17:21

去年商业闭源Manus和字节开源AI工作流编排Coze火，
今年免费开源Openclaw和Hermes火，腾讯力推的Work Buddy也火。
但大家还是觉得AI Agent看起来日新月异地更新版本，但真正工作起来又好像不行。

所以我给大家梳理了一下，Agent需要完成什么，才能真正落地。

写完这篇文章，给我一个感受，AI Agent的落地，还是我去年那个观点：

2026年，原型用

2027年，项目用

2028年，产品用

（1）个性化记忆

现在Agent在个性化记忆方面都做的不错：
Hermes的自动地智能地记忆、五层记忆方法
Openclaw的Dreaming做梦模式

（2）规划

一、大模型环节
大模型需要具备长任务规划-分解能力，这又和大模型的长上下文读入-长上下文理解-意图识别息息相关了。

二、Agent环节
多Agent进行任务分解-调度-整合

（3）指令遵守

大家都发现大模型不听话，需要狠狠地批评，才能老实地遵守指示和要求，这其实就是指令遵守的范畴。
指令遵守：从指令跟随（2022）-提示词（2023）-长思维链（2024）-Skill与上下文工程（2025）-Loop工程（2026），一路精进。

一、Skill指令环节
Skill生态需要丰富
Skill也需要按照Loop工程方法论更加完善

二、大模型环节
大模型也需要进行后训练，对Skill优化，更加遵照skill执行。
大模型自身也需要对长上下文读入/长上下文压缩、长上下文理解、意图识别、大模型价值观（独立思考-逻辑批判）进行提升。

三、Agent工具环节
Agent工具也需要对长上下文压缩进行努力，不能单纯依靠大模型对长上下文的压缩。

（4）执行

一、浏览器Web页面操作
中国奇葩的防机器人，还没有进行AI友好改造。

二、软件操作
提示词+CLI方式、代码+MCP方式，还没有太多软件进行改造。

三、数据存取
1、在线数据存取：遭遇中国奇葩的反爬
2、本地文件存取：需要有更合适的权限策略。
3、数据存取：Excel读取（代码生成）、数据库读取（代码生成）。
4、内容存取：文档解析、图表OCR识别，技术还不成熟，说起技术报告都很牛，实际应用很拉胯。

四、代码生成
1、代码生成：这不仅和大模型代码生成能力相关，也和最佳代码研发工程实践Skill相关。
2、代码依赖库拉取-编译-安装-沙盒运行，整条链，遭遇中国防火墙，以及沙盒权限限制。

微信扫一扫赞赏作者